JP4381455B2 - Character size estimation method, apparatus, and recording medium - Google Patents
Character size estimation method, apparatus, and recording medium Download PDFInfo
- Publication number
- JP4381455B2 JP4381455B2 JP2008068081A JP2008068081A JP4381455B2 JP 4381455 B2 JP4381455 B2 JP 4381455B2 JP 2008068081 A JP2008068081 A JP 2008068081A JP 2008068081 A JP2008068081 A JP 2008068081A JP 4381455 B2 JP4381455 B2 JP 4381455B2
- Authority
- JP
- Japan
- Prior art keywords
- rectangle
- character
- run
- scanning direction
- size
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Character Input (AREA)
Description
本発明は、画像中の文字サイズを推定する文字サイズ推定方法、装置および文字サイズ推定処理プログラムを記録した記録媒体に関する。 The present invention relates to a character size estimation method and apparatus for estimating a character size in an image, and a recording medium on which a character size estimation processing program is recorded.
文字認識などを行う際に、その前処理として文字サイズが抽出される。例えば、文書画像を短冊状に分割して得られる各領域内の投影データを用いて文字サイズを抽出するもの(特許文献1を参照)、文書画像の周辺分布から画素塊の縦幅、横幅を算出することにより文字サイズを抽出するもの(特許文献2を参照)、長体、正体、平体文字を判別し、文字の幅/高さを基に文字サイズを決定するもの(特許文献3を参照)、手書き文字列の第1方向の文字寸法を推定する際に、ファーストマージ後の第2方向寸法の中から、大きい方からn番目にある寸法値を選択し、これを基に文字サイズ推定値を求めるもの(特許文献4を参照)、白ランレングスの平均値から文字サイズを推定するもの(特許文献5を参照)などが挙げられる。 When character recognition or the like is performed, the character size is extracted as preprocessing. For example, a character size is extracted using projection data in each region obtained by dividing a document image into strips (see Patent Document 1), and the vertical width and horizontal width of a pixel block are determined from the peripheral distribution of the document image. A character size is extracted by calculation (see Patent Document 2), a long character, a true character, and a plain character are discriminated, and a character size is determined based on the width / height of the character (see Patent Document 3) Refer to), when estimating the character size in the first direction of the handwritten character string, from the second direction size after the first merge, select the nth dimension value from the larger one, and based on this, the character size Examples include those for obtaining an estimated value (see Patent Document 4) and those for estimating a character size from an average value of white run lengths (see Patent Document 5).
ところで、従来、表を処理する場合に、その表に含まれる文字サイズなどを予め推定することなく、予定された文字サイズ以下ならば、線などとして誤認識することは少ない。しかし、予定された文字サイズよりも大きな文字サイズを含む表などでは、文字内に存在する直線成分を罫線として誤認識する可能性が高くなるという問題があった。 By the way, conventionally, when a table is processed, the character size included in the table is not estimated in advance, and if it is less than the planned character size, it is less likely to be erroneously recognized as a line. However, in a table including a character size larger than the planned character size, there is a high possibility that a straight line component existing in the character is erroneously recognized as a ruled line.
本発明の目的は、画像中の文字サイズを精度よく推定する文字サイズ推定方法、装置および記録媒体を提供することにある。 An object of the present invention is to provide a character size estimation method, apparatus, and recording medium for accurately estimating the character size in an image.
前記目的を達成するために、請求項1記載の発明では、入力された画像の主走査方向および副走査方向におけるランを抽出する工程と、前記抽出されたランの頻度分布を求める工程と、前記ランの頻度分布を基に所定の閾値を設定する工程と、前記所定の閾値より大きなランを用いて連結矩形を抽出する工程と、前記抽出された連結矩形から罫線を抽出する工程と、所定領域内の主走査方向および副走査方向に所定本数以上の罫線が存在しているとき、文字矩形と判定する工程と、前記文字矩形と判定された矩形の縦サイズの頻度分布を求める工程と、前記縦サイズの頻度分布のピークを検出する工程と、前記ピークから縦サイズの大きい方向へ探索したとき、頻度値が所定値以下になった縦サイズを文字サイズとして出力する工程を備えたことを特徴としている。 In order to achieve the above object, according to the first aspect of the present invention, the step of extracting the run in the main scanning direction and the sub-scanning direction of the input image, the step of obtaining the frequency distribution of the extracted run, A step of setting a predetermined threshold based on a frequency distribution of runs, a step of extracting a connected rectangle using a run larger than the predetermined threshold, a step of extracting a ruled line from the extracted connected rectangle, and a predetermined region A step of determining a character rectangle when a predetermined number of ruled lines are present in the main scanning direction and the sub-scanning direction, a step of obtaining a frequency distribution of a vertical size of the rectangle determined to be the character rectangle, and detecting a peak of the frequency distribution of the vertical size, when searching the direction of larger vertical size from the peak, with the step of outputting the vertical size of the frequency values is equal to or less than a predetermined value as a character size It is characterized by a door.
請求項2記載の発明では、入力された画像の主走査方向および副走査方向におけるランを抽出する手段と、前記抽出されたランの頻度分布を求める手段と、前記ランの頻度分布を基に所定の閾値を設定する手段と、前記所定の閾値より大きなランを用いて連結矩形を抽出する手段と、前記抽出された連結矩形から罫線を抽出する手段と、所定領域内の主走査方向および副走査方向に所定本数以上の罫線が存在しているとき、文字矩形と判定する手段と、前記文字矩形と判定された矩形の縦サイズの頻度分布を求める手段と、前記縦サイズの頻度分布のピークを検出する手段と、前記ピークから縦サイズの大きい方向へ探索したとき、頻度値が所定値以下になった縦サイズを文字サイズとして出力する手段を備えたことを特徴としている。 According to the second aspect of the present invention, a unit for extracting a run in the main scanning direction and the sub-scanning direction of an input image, a unit for obtaining a frequency distribution of the extracted run, and a predetermined value based on the frequency distribution of the run Means for setting a threshold value, means for extracting a connected rectangle using a run larger than the predetermined threshold value, means for extracting a ruled line from the extracted connected rectangle, a main scanning direction and a sub-scan in a predetermined area When there are more than a predetermined number of ruled lines in the direction, a means for determining a character rectangle, a means for obtaining a frequency distribution of the vertical size of the rectangle determined to be the character rectangle, and a peak of the frequency distribution of the vertical size It is characterized by comprising means for detecting and means for outputting, as a character size, a vertical size with a frequency value equal to or less than a predetermined value when searching in a direction in which the vertical size is larger from the peak .
請求項3記載の発明では、請求項1記載の文字サイズ推定方法をコンピュータに実現させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体であることを特徴としている。
The invention described in
本発明によれば、文字内に存在する直線成分を利用しているので、ノイズに強い文字矩形の判定が可能になる。また、画像中に最も多く存在する文字矩形の文字サイズのばらつきを吸収しながら推定することができる。 According to the present invention , since a linear component existing in a character is used, it is possible to determine a character rectangle that is resistant to noise. In addition, it is possible to estimate while absorbing the variation in the character size of the character rectangle that exists most in the image.
本発明によれば、従来の固定閾値では抽出できない短い罫線を抽出することができる。また、分布自体は表の大きさに依存しないため、大きな表や小さな表を同じ処理方法によって処理することができる。つまり、本発明の処理方法は解像度に依存しない。 According to the present invention , it is possible to extract a short ruled line that cannot be extracted with a conventional fixed threshold. Further, since the distribution itself does not depend on the size of the table, a large table or a small table can be processed by the same processing method. That is, the processing method of the present invention does not depend on the resolution.
本発明によれば、分布の微分値から閾値を推定しているので、より正確な閾値推定が可能となる。 According to the present invention , since the threshold is estimated from the differential value of the distribution, more accurate threshold estimation is possible.
本発明によれば、分布にのっている高周波ノイズを除去しているので、より正確な閾値の推定が可能となる。 According to the present invention , since the high-frequency noise in the distribution is removed, a more accurate threshold value can be estimated.
本発明によれば、縦線、横線を含む表枠だけではなく、単なる直線からなる分布に対しても適切な閾値を推定できる。 According to the present invention, it is possible to estimate an appropriate threshold value not only for a table frame including vertical lines and horizontal lines, but also for a distribution consisting of simple lines.
本発明によれば、ランに属性情報を付与しているので、文字に相当するランの原画消去処理を高速に行うことができる。 According to the present invention , since attribute information is given to a run, the original image erasure process of the run corresponding to the character can be performed at high speed.
以下、発明の実施の形態について図面により詳細に説明する。 Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings.
(実施例1)
図1は、本発明の実施例1の構成を示し、図2は、実施例1の処理フローチャートを示す。図において、1は画像入力部、2は原画メモリ、3はラン抽出部、4は連結矩形抽出部、5は頻度計数部、6はピーク検出部、7は文字サイズ出力部である。
Example 1
FIG. 1 shows a configuration of the first embodiment of the present invention, and FIG. 2 shows a processing flowchart of the first embodiment. In the figure, 1 is an image input unit, 2 is an original picture memory, 3 is a run extraction unit, 4 is a connected rectangle extraction unit, 5 is a frequency counting unit, 6 is a peak detection unit, and 7 is a character size output unit.
以下、図2を参照しながら、実施例1の処理動作を説明する。スキャナなどの画像入力部1で原稿を読み取り、入力画像を原画メモリ2に格納する(ステップ101)。ラン抽出部3は、原画メモリ2内の画像データの主走査方向(または副走査方向)についてランを抽出しメモリに格納する(ステップ102)。
Hereinafter, the processing operation of the first embodiment will be described with reference to FIG. The document is read by the
次いで、連結矩形抽出部4は、主走査方向における抽出されたランを用いて連結矩形の抽出を行う(ステップ103)。頻度計数部5は、抽出された矩形の縦サイズ(あるいは横サイズ)について頻度を計数する(ステップ104)。ピーク検出部6は、頻度分布上で、縦サイズの小さい方から、微分値の符号が変化する点を探索し、この点をピークとする(ステップ105)。文字サイズ出力部7は、上記したピークを文字サイズとして出力する(ステップ106)。
Next, the connected
このように、頻度分布のピークを使用することにより、画像中で一番多い文字のサイズを推定することができる。 Thus, by using the peak of the frequency distribution, it is possible to estimate the size of the most characters in the image.
上記した実施例では、矩形の縦横分布のピークで文字サイズを推定しているが、ある文字サイズは、全て同じ大きさではなく、文字によってバラツキがある。そこで、このバラツキを吸収するために、矩形の縦横分布の終わり値で文字サイズを推定する。すなわち、ピークを検出した後、ピークから縦サイズの大きい方を探索し、頻度が一定値以下になった点を文字サイズとする。 In the above-described embodiment, the character size is estimated at the peak of the vertical and horizontal distribution of the rectangle, but certain character sizes are not all the same size, but vary depending on the characters. Therefore, in order to absorb this variation, the character size is estimated by the end value of the vertical and horizontal distribution of the rectangle. That is, after the peak is detected, the larger vertical size from the peak is searched, and the point at which the frequency falls below a certain value is set as the character size.
さらに、複数の文字サイズを使用している場合に、その複数の文字サイズを推定するために、ピークを探索した後、探索した全てのピークについて、ピークから縦サイズの大きい方を探索し、頻度が一定値以下になった点を文字サイズとする。 Furthermore, when using a plurality of character sizes, in order to estimate the plurality of character sizes, after searching for a peak, for all the searched peaks, a search is made for the larger vertical size from the peak, and the frequency The point where is below a certain value is the character size.
図3は、2つの文字サイズを含む文字矩形の縦サイズ頻度分布の一例を示す。同じ文字サイズの文字に関して、抽出された連結矩形の横サイズはバラツキが多いが、縦サイズは図に示すように、ある一定範囲に収まる特性がある。この特性は漢字や英語によらない。そして、分布の塊となっている領域(図では2つの領域)を見つけ出すことにより、読み込んだ画像中に存在する文字サイズを推定している。 FIG. 3 shows an example of the vertical size frequency distribution of a character rectangle including two character sizes. Regarding the characters of the same character size, the horizontal size of the extracted connected rectangles varies widely, but the vertical size has a characteristic that falls within a certain range as shown in the figure. This characteristic does not depend on kanji or English. And the character size which exists in the read image is estimated by finding the area | region (two area | regions in a figure) which is a lump of distribution.
つまり、図3の例で、ピークを文字サイズとして出力とする場合は、40(ドット)が文字サイズとして推定される。また、ピークから縦サイズの大きい方を探索し、頻度が一定値以下になった点を文字サイズとする場合は、図3の例で、頻度が一定値(例えば2)以下になった点、つまり45(ドット)が文字サイズとして推定される。さらに、複数の文字サイズを推定する場合には、頻度が一定値(例えば2)以下になった点である65(ドット)も文字サイズとして推定される。 That is, in the example of FIG. 3, when the peak is output as the character size, 40 (dots) is estimated as the character size. Further, when searching for the larger vertical size from the peak and setting the character size to a point where the frequency is less than a certain value, in the example of FIG. 3, the point where the frequency is less than a certain value (for example, 2), That is, 45 (dot) is estimated as the character size. Furthermore, when a plurality of character sizes are estimated, 65 (dots), which is a point at which the frequency becomes a certain value (for example, 2) or less, is also estimated as the character size.
(実施例2)
実施例2は、表処理などに先だって連結矩形抽出が行われるが、この抽出された矩形が文字であるか否かを予め判定しておくことにより、より正確に文字サイズを推定する実施例である。また、文字に含まれる直線成分を利用して文字矩形を判定することにより、より正確な文字サイズの推定を行う。
(Example 2)
In the second embodiment, connected rectangle extraction is performed prior to table processing and the like. In this embodiment, it is determined in advance whether or not the extracted rectangle is a character, thereby estimating the character size more accurately. is there. In addition, the character size is estimated more accurately by determining the character rectangle using the linear component included in the character.
図4は、本発明の実施例2の構成を示し、図5は、実施例2の処理フローチャートを示す。図4において、21は画像入力部、22は原画メモリ、23はラン抽出部、24は連結矩形抽出部、25は罫線抽出部、26は文字矩形判定部、27は頻度計数部、28はピーク検出部、29文字サイズ出力部である。 FIG. 4 shows a configuration of the second embodiment of the present invention, and FIG. 5 shows a processing flowchart of the second embodiment. In FIG. 4, 21 is an image input unit, 22 is an original image memory, 23 is a run extracting unit, 24 is a connected rectangle extracting unit, 25 is a ruled line extracting unit, 26 is a character rectangle determining unit, 27 is a frequency counting unit, and 28 is a peak. A detection unit and a 29 character size output unit.
以下、図5を参照しながら、実施例2の処理動作を説明する。スキャナなどの画像入力部21で原稿を読み取り、入力画像を原画メモリ22に格納する(ステップ201)。ラン抽出部23は、原画メモリ22内の画像データの主走査方向についてランを抽出し、メモリに格納する(ステップ202)。
The processing operation of the second embodiment will be described below with reference to FIG. The document is read by the
次いで、連結矩形抽出部24は、主走査方向において抽出されたランについて、所定の閾値(固定閾値)より大きなランのみを対象に連結矩形の抽出を行い(ステップ203)、罫線抽出部25は、抽出された連結矩形から罫線(直線成分)を抽出する(ステップ204)。副走査方向についても同様の処理を行い(ステップ206)、罫線を抽出する。
Next, the connected
文字矩形判定部26は、主走査方向/副走査方向の何れにも3本以上の罫線が存在していれば(ステップ207)、文字矩形として判定する(ステップ208)。上記した処理を全ての矩形について処理する(ステップ209)。
If there are three or more ruled lines in both the main scanning direction and the sub-scanning direction (step 207), the character
頻度計数部27は、文字矩形と判定された矩形の縦サイズについて頻度を計数する(ステップ210)。ピーク検出部28は、頻度分布上で、縦サイズの小さい方から、微分値の符号が変化する点を探索し、この点をピークとする(ステップ211)。文字サイズ出力部29は、上記したピークから縦サイズの大きい方を探索し、頻度がある一定値以下になった点を文字サイズとして出力する(ステップ212)。
The
(実施例3)
文字矩形同士が接触していて、推定された文字サイズを超える大きさの矩形を形成しても、単位面積当たりの罫線数を基に文字矩形として推定する実施例である。つまり、推定された文字サイズを一片とする方形領域の面積を1単位として、この方形領域よりも大きな連結矩形について、その単位面積当たりの罫線数を算出し、その罫線数から文字矩形を判定する。
(Example 3)
In this embodiment, even if the character rectangles are in contact with each other and a rectangle having a size exceeding the estimated character size is formed, the character rectangle is estimated based on the number of ruled lines per unit area. That is, assuming that the area of the rectangular area having the estimated character size as one unit is one unit, the number of ruled lines per unit area is calculated for a connected rectangle larger than the rectangular area, and the character rectangle is determined from the number of ruled lines. .
図6は、本発明の実施例3の構成を示し、図7、8は、実施例3の処理フローチャートを示す。実施例3では、実施例2の構成に、さらに連結矩形抽出部30、罫線抽出部31、文字矩形判定部32を追加している。また、図8の処理フローチャートにおいて、ステップ312までの処理は実施例2と同様である。ただし、ステップ308で判定された文字矩形は仮文字矩形とする。
FIG. 6 shows the configuration of the third embodiment of the present invention, and FIGS. 7 and 8 show processing flowcharts of the third embodiment. In the third embodiment, a connected
以下の処理を仮文字矩形と判定された全ての矩形について行う。連結矩形抽出部30は、主走査方向において、固定閾値より大きなランのみを対象に連結矩形の抽出を行い(ステップ313)、罫線抽出部31は、抽出された連結矩形から罫線(直線成分)を抽出する(ステップ314)。副走査方向についても同様の処理を行い、罫線を抽出する。
The following processing is performed for all rectangles determined to be temporary character rectangles. The connected
文字矩形判定部32は、主走査方向/副走査方向について、罫線数を(現在処理中の矩形面積/推定された文字サイズの面積)で割って、単位面積(ドットの2乗)当たりの罫線数を求め(ステップ315)、主走査方向/副走査方向の何れにも、単位面積当たりの罫線数が3本以上存在すれば、文字矩形として判定する(ステップ316)。
The character
(実施例4)
実施例4は、芯線処理によって文字矩形を判定することにより、より正確な文字サイズを推定する実施例である。図9は、本発明の実施例4の構成を示し、図10は、本発明の実施例4の処理フローチャートである。図において、40は画像入力部、41は原画メモリ、42はラン抽出部、43は連結矩形抽出部、44はID付与部、45は芯線矩形抽出部、46は文字矩形判定部、47は頻度計数部、48はピーク検出部、49は文字サイズ出力部である。
(Example 4)
Example 4 is an example in which a more accurate character size is estimated by determining a character rectangle by core line processing. FIG. 9 shows the configuration of the fourth embodiment of the present invention, and FIG. 10 is a process flowchart of the fourth embodiment of the present invention. In the figure, 40 is an image input unit, 41 is an original image memory, 42 is a run extracting unit, 43 is a connected rectangle extracting unit, 44 is an ID assigning unit, 45 is a core rectangle extracting unit, 46 is a character rectangle determining unit, and 47 is a frequency. A counting unit, 48 is a peak detection unit, and 49 is a character size output unit.
スキャナなどの画像入力部40で原稿を読み取り、入力画像を原画メモリ41に格納する(ステップ401)。ラン抽出部42は、原画メモリ41内の画像データの主走査方向についてランを抽出しメモリに格納する(ステップ402)。連結矩形抽出部43は、メモリ上のランを使って連結矩形を抽出し、ID付与部44は連結矩形に矩形ID(シリアル番号)を付与し、その矩形IDを、その連結矩形成分を構成する全てのランにも付与する(ステップ403)。
The document is read by the
芯線矩形抽出部45は、同じ矩形IDをもつランについて、ランの中点のみの芯線を使用して矩形を抽出し(ステップ404)、副走査方向についても同様の処理を行い、芯線矩形を抽出する(ステップ406)。図11は、芯線矩形の一例を示す。
The core line
文字矩形判定部46は、主走査方向/副走査方向の何れにも3個以上の芯線矩形が存在すれば(ステップ407)、文字矩形と判定する(ステップ408)。この処理を全ての矩形について行う(ステップ409)。以下、実施例2と同様に処理して文字サイズを出力する。
If there are three or more core rectangles in both the main scanning direction and the sub-scanning direction (step 407), the character
(実施例5)
従来の方法では、固定閾値を用いて罫線を抽出している。このため、表の中に含まれる文字の大きさよりも少し大きな長さを持った線を抽出することが難しい。これは、あらゆるドキュメントにおいて文字内に罫線が抽出されないような、ある程度大きな固定の閾値を設定する必要があるためである。このように、従来の方法では、ある程度大きな固定の閾値を設定しているので、文字内の疑似罫線の抽出を抑えることができるが、逆に、文字サイズよりも少し大きい程度の短い罫線を抽出することができない。
(Example 5)
In the conventional method, ruled lines are extracted using a fixed threshold value. For this reason, it is difficult to extract a line having a length slightly larger than the size of the characters included in the table. This is because it is necessary to set a fixed threshold value that is large to some extent so that ruled lines are not extracted in characters in any document. In this way, in the conventional method, since a certain fixed threshold value is set to some extent, extraction of pseudo ruled lines in characters can be suppressed, but conversely, short ruled lines that are slightly larger than the character size are extracted. Can not do it.
そこで、本実施例では、閾値を固定値ではなく、読み取り原稿の特徴から閾値を推定し、この閾値を基に罫線を判別している。 Therefore, in this embodiment, the threshold is not a fixed value but is estimated from the characteristics of the read document, and the ruled line is determined based on the threshold.
図12は、実施例5の構成を示す。図13は、実施例5の処理フローチャートである。入力画像を原画メモリ52に格納し(ステップ501)、ラン抽出部53は、主走査方向においてランを抽出しメモリに格納する(ステップ502)。連結矩形抽出部54は、メモリ上のランを使って連結矩形を抽出し、ID付与部55は連結矩形に矩形ID(シリアル番号)を付与し、その矩形IDを、その連結矩形成分を構成する全てのランにも付与する(ステップ503)。矩形ID選択部56は、ある特定の(つまり、処理対象となる)連結矩形(矩形ID)を選択し(ステップ504)、頻度計数部57は指定された矩形IDをもつランを検索し、頻度を計数する(ステップ505)。
FIG. 12 shows the configuration of the fifth embodiment. FIG. 13 is a process flowchart of the fifth embodiment. The input image is stored in the original image memory 52 (step 501), and the
次いで、閾値設定部58は、ラン頻度の分布を基に閾値を求める(ステップ506)。連結矩形抽出部59は、主走査方向における抽出されたランについて、上記算出された閾値より大きなランのみを対象に連結矩形の抽出を行う(ステップ507)。罫線抽出部60は、抽出された連結矩形から罫線を抽出する(ステップ508)。副走査方向についても同様の処理を行い(ステップ510)、罫線を抽出する。
Next, the
文字矩形判定部61は、主走査方向/副走査方向の何れにも3本以上の罫線が存在していれば(ステップ511)、文字矩形として判定する(ステップ512)。以下の処理は実施例2と同様である。
If there are three or more ruled lines in both the main scanning direction and the sub-scanning direction (step 511), the character
(実施例6)
一般的に、縦線と横線を含む表の枠の連結矩形成分のラン頻度分布は、図14に示すようになる。すなわち、ランレングス1〜10が縦線のラン分布であり、10〜28が縦線あるいは横線に接触している文字のラン分布となっている。29以上のラン分布は横線のラン分布である。図14の分布では、閾値を29に設定することにより、横線のみが抽出できる。分布の微分値がゼロ、つまりラン分布が変化しなくなったら、その点が閾値となる。本実施例では、この閾値を探索するために差分を使用している。
(Example 6)
In general, the run frequency distribution of the connected rectangular components of the table frame including the vertical and horizontal lines is as shown in FIG. That is, run
図15は、実施例6の構成を示す。実施例5と相違する点は、差分計算部65を設けた点である。図16は、実施例6の処理フローチャートを示す。
FIG. 15 shows the configuration of the sixth embodiment. The difference from the fifth embodiment is that a
差分計算部65は、頻度分布についてランレングスの小さい方から順に、隣の頻度との差分を求める(ステップ606)。閾値設定部58は、差分がゼロとなったランレングスを閾値とする(ステップ607)。以下、実施例5と同様に、連結矩形抽出部59は、主走査方向において、設定された閾値より大きなランのみを対象に連結矩形の抽出を行い(ステップ608)、罫線抽出部60は抽出された連結矩形から罫線を抽出する(ステップ609)。
The
(実施例7)
オフィスで作成される表を含む文書のラン分布は、概ね図14に示す傾向となるが、上記した実施例6のように差分を求めたとき、ノイズ等によって、ランレングス値29より小さい値でも隣の分布頻度値と一致することがある。あるいは、29より大きいランレングスでも、頻度値としては10またはそれ以上の頻度値となる場合もあり、頻度値が隣と一致する場合が必ずあるとは限らない。これは、ラン分布にのっている高周波成分のノイズが原因である。
(Example 7)
The run distribution of the document including the table created in the office has a tendency as shown in FIG. 14, but when the difference is obtained as in the above-described
一般に、高周波成分ノイズはFIR(Finit Impulse Response)型デジタルフィル夕で除去することができる。そこで、本実施例では、デジタルフィル夕を使用して、高周波ノイズに相当する部分を除去する。 In general, high frequency component noise can be removed by a FIR (Finite Impulse Response) type digital fill. Therefore, in this embodiment, the digital filter is used to remove a portion corresponding to high frequency noise.
図17は、実施例7の構成を示し、実施例6の構成にさらにフィルタ処理部66を付加したものである。また、図18は、実施例7の処理フローチャートを示す。ステップ701〜705、ステップ707〜712は、実施例6の処理と同様である。ステップ706では、フィルタ処理部66において、頻度分布に対してデジタルフィルタ(ローパスフィルタ)をかけて高周波ノイズを除去する。
FIG. 17 shows the configuration of the seventh embodiment, in which a
(実施例8)
図19は、横線のみのラン分布を示す。ラン分布を連結矩形単位でとると、表の枠を構成する連結矩形や、横線を構成する連結矩形が含まれる。横線のみの連結矩形を、閾値33の付近で取り出すためには、ラン分布のピークより大きい位置で、微分値がゼロになる点を探せば良い。
(Example 8)
FIG. 19 shows a run distribution with only horizontal lines. When the run distribution is taken in units of connected rectangles, a connected rectangle that forms a table frame and a connected rectangle that forms a horizontal line are included. In order to extract a connected rectangle of only horizontal lines in the vicinity of the threshold value 33, it is only necessary to find a point where the differential value becomes zero at a position larger than the peak of the run distribution.
図20は、実施例8の構成を示す。実施例7と相違する点は、ピーク検出部67を設けた点と、差分計算部65の処理内容が異なる点である。図21は、実施例8の処理フローチャートである。
FIG. 20 shows the configuration of the eighth embodiment. The difference from the seventh embodiment is that the
ステップ806までの処理は実施例7と同様である。ステップ807では、ピーク検出部67は、頻度分布におけるランレングスの小さい方から、2次微分値がゼロあるいは微分値の符号が変化する点を探索し、ピークとする。次いで、差分計算部65は、ピークより後方で、隣の頻度との差分を求める(ステップ808)。閾値設定部58は、差分がゼロとなったランレングスを閾値とする(ステップ809)。以下の処理は、実施例7と同様であるので、説明を省略する。
The processing up to step 806 is the same as in the seventh embodiment. In
(実施例9)
表を認識する際には、連結矩形抽出を繰返し行う必要があり、その都度、原画からランを抽出して、連結矩形を抽出すると処理に時間を要する。そこで、ラン情報のみをあらかじめ用意しておくことにより、ランを使った他の特徴量の抽出等の処理時間を短縮できる。
Example 9
When recognizing a table, it is necessary to repeatedly extract connected rectangles, and each time a run is extracted from an original picture and a connected rectangle is extracted, it takes time. Therefore, by preparing only the run information in advance, it is possible to shorten the processing time for extracting other feature amounts using the run.
つまり、ランの属性を保持することで、処理の結果を累積的に保持できるため、認識が終了したランを、その次の認識処理から除くことができ、その結果、認識処理全体の処理時間の短縮が可能となる。同時にラン単位で認識が可能となるため、細部にわたって精度の高い認識処理が可能となる。また、ラン情報に変換されているため、各種の画像処理を短時間で行うことができる。 In other words, since the results of the process can be accumulated by holding the attributes of the run, the run that has been recognized can be excluded from the next recognition process. As a result, the processing time of the entire recognition process can be reduced. Shortening is possible. At the same time, since recognition is possible in units of runs, highly accurate recognition processing can be performed in every detail. Moreover, since it is converted into run information, various image processing can be performed in a short time.
図22は、実施例9の構成を示す。この実施例では、実施例8の構成にさらに属性情報記録部68と文字データ消去部69を付加している。また、図23は、実施例9の処理フローチャートである。ステップ903において、ラン抽出部53は、抽出したランに対応するラン属性情報(例えば文字、線などの属性)を保持する領域を確保する。
FIG. 22 shows a configuration of the ninth embodiment. In this embodiment, an attribute
属性情報記録部68は、文字矩形判定部61で文字矩形として判定された矩形内において、連結矩形を構成するランに文字であることを示すマークを記録する(ステップ918)。文字サイズが出力された後、文字データ消去部69では、抽出されたランを調べ、文字であるマークが付与されているランに対応する原画上の黒画素を消去する(ステップ922)。
The attribute
なお、ラン属性情報としては、この他に、ランが線、写真などの画像、ノイズ、線ノイズ、背景などのどれに属しているかを示す属性を保持するようにしてもよい。 In addition, as the run attribute information, an attribute indicating whether the run belongs to an image such as a line, a photograph, noise, line noise, or background may be held.
(実施例10)
実施例10は、本発明をソフトウェアによって実現する場合の実施例である。図24は、実施例10のシステム構成例を示す。CD−ROMなどの記録媒体には、本発明の文字サイズ推定処理機能または処理手順が記録されていて、これをシステムにインストールする。スキャナなどにセットされた原稿を読み取り、メモリ上に展開された原稿画像から文字矩形を抽出し、抽出された文字矩形のサイズを推定し、その結果をディスプレイなどに表示出力する。
(Example 10)
The tenth embodiment is an embodiment in which the present invention is realized by software. FIG. 24 illustrates a system configuration example of the tenth embodiment. A recording medium such as a CD-ROM records the character size estimation processing function or processing procedure of the present invention and installs it in the system. A document set on a scanner or the like is read, a character rectangle is extracted from the document image developed on the memory, the size of the extracted character rectangle is estimated, and the result is displayed and output on a display or the like.
1 画像入力部
2 原画メモリ
3 ラン抽出部
4 連結矩形抽出部
5 頻度計数部
6 ピーク検出部
7 文字サイズ出力部
DESCRIPTION OF
Claims (3)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008068081A JP4381455B2 (en) | 2008-03-17 | 2008-03-17 | Character size estimation method, apparatus, and recording medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008068081A JP4381455B2 (en) | 2008-03-17 | 2008-03-17 | Character size estimation method, apparatus, and recording medium |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP11690699A Division JP4129898B2 (en) | 1999-04-23 | 1999-04-23 | Character size estimation method and apparatus |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2008152811A JP2008152811A (en) | 2008-07-03 |
JP4381455B2 true JP4381455B2 (en) | 2009-12-09 |
Family
ID=39654835
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008068081A Expired - Fee Related JP4381455B2 (en) | 2008-03-17 | 2008-03-17 | Character size estimation method, apparatus, and recording medium |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4381455B2 (en) |
-
2008
- 2008-03-17 JP JP2008068081A patent/JP4381455B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2008152811A (en) | 2008-07-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102403964B1 (en) | Image processing apparatus, image processing method, and storage medium | |
JP4271878B2 (en) | Character search method and apparatus in video, and character search processing program | |
JPH11219407A (en) | Document image recognizing device and storage medium for document image recognizing program | |
JP6900164B2 (en) | Information processing equipment, information processing methods and programs | |
JP2007073048A (en) | Program, method and apparatus for vertically separating character string image, program, method and apparatus for extracting specified character string | |
US8538154B2 (en) | Image processing method and image processing apparatus for extracting heading region from image of document | |
JP2010218249A (en) | Document image processing apparatus, document image processing method, and document image processing program | |
KR101717441B1 (en) | Apparatus and method for protecting privacy in character image | |
JPH09311905A (en) | Line detecting method and character recognition device | |
JP4129898B2 (en) | Character size estimation method and apparatus | |
JP4381455B2 (en) | Character size estimation method, apparatus, and recording medium | |
JP4089849B2 (en) | Ruled line processing apparatus and recording medium | |
JP2015099536A (en) | Chart area detection device and chart area detection method | |
JP2012022413A (en) | Image processing apparatus, image processing method and program | |
JP7292984B2 (en) | Line splitting device and method, and program | |
WO2018210164A1 (en) | Webpage content processing method and apparatus, and storage medium | |
JP2008004116A (en) | Method and device for retrieving character in video | |
Ma et al. | An enhanced skew angle estimation technique for binary document images | |
JPH07282193A (en) | Processor for form including table | |
JP2003030585A (en) | Image processor and image processing method, and program and storage medium therefor | |
JP2004246597A (en) | Image processing device, recording medium and program | |
CN106951401B (en) | Document text recognition method and device | |
JP2009272714A (en) | Image processing apparatus, image processing method, program, and recording medium with the program stored | |
JPH0822507A (en) | Document recognition device | |
JP2000306102A (en) | Ruled line decision method and recording medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090527 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090717 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20090909 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20090915 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121002 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121002 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131002 Year of fee payment: 4 |
|
LAPS | Cancellation because of no payment of annual fees |